基于多源遥感数据的森林虫害监测及驱动力分析

遥感监测可以及时、准确地监测森林虫害扰动的时空格局,并预测其暴发状况,为区域尺度的森林管理和政策提供指导。文章以加拿大不列颠哥伦比亚省为研究区,基于多源遥感数据,将LandTrendr算法（基于Landsat的干扰和恢复趋势检测算法）和随机森林（RF）分类器相融合识别了1999～2015年森林虫害的暴发区域与严重程度,分析其时空格局,解析了驱动虫害暴发蔓延的关键因子,以及森林生态系统对虫害暴发的响应机制。研究结果表明：1）通过样本点独立验证,提出的森林虫害扰动遥感方法识别准确率达87.1%,与航空调查数据识别准确率接近,森林虫害暴发具有明显时空分异特征;2）原生的虫害暴发地区,其前期的扰动历史或地形因素比其他因素更易造成虫害扰动;3）森林生态系统对虫害暴发的生理性响应早于结构性响应,未来可以利用森林的叶绿素荧光等生理指数来提早监测和预警森林虫害扰动发生。